선형 회귀란 무엇인가요?

선형 회귀 모델은 비교적 간단하며 예측을 생성하기 위한 해석하기 쉬운 수학 공식을 제공합니다. 선형 회귀는 확립된 통계 기법이며 소프트웨어 및 컴퓨팅에 쉽게 적용됩니다. 기업은 이를 사용하여 안정적이고 예측 가능한 방식으로 원시 데이터를 비즈니스 인텔리전스와 실행 가능한 인사이트로 변환합니다. 생물학, 행동과학, 환경과학, 사회과학 등 많은 분야의 사이언티스트가 선형 회귀를 사용하여 예비 데이터 분석을 수행하고 미래 추세를 예측합니다. 기계 학습 및 인공 지능과 같은 많은 데이터 과학 방법에서 선형 회귀를 사용하여 복잡한 문제를 해결합니다.

기계 학습에서 알고리즘이라는 컴퓨터 프로그램은 대규모 데이터 세트를 분석하고 해당 데이터에서 역방향으로 작업하여 선형 회귀 방정식을 계산합니다. 데이터 사이언티스트는 먼저 알려진 데이터 세트나 레이블이 지정된 데이터 세트에 대해 알고리즘을 훈련시킨 다음 해당 알고리즘을 사용하여 알 수 없는 값을 예측합니다. 실제 데이터는 이전 예시보다 더 복잡합니다. 그렇기 때문에 선형 회귀 분석은 다음 네 가지 가정을 충족하도록 데이터 값을 수학적으로 수정하거나 변환해야 합니다.

선형 관계

독립 변수와 종속 변수 사이에는 선형 관계가 있어야 합니다. 이 관계를 확인하기 위해 데이터 사이언티스트는 x 및 y 값의 무작위 모음인 산점도를 만들어 직선을 따라 표시되는지 확인합니다. 그렇지 않은 경우 제곱근이나 로그와 같은 비선형 함수를 적용하여 두 변수 간의 선형 관계를 수학적으로 만들 수 있습니다.

잔차 독립성

데이터 사이언티스트는 잔차를 사용하여 예측 정확도를 측정합니다. 잔차는 관측된 데이터와 예측된 값 간의 차이입니다. 잔차 사이에 식별 가능한 패턴이 없어야 합니다. 예를 들어, 잔차가 시간에 따라 더 커지는 것을 원하지 않습니다. Durbin-Watson 검정과 같은 다양한 수학 검정을 사용하여 잔차 독립성을 확인할 수 있습니다. 더미 데이터를 사용하여 계절 데이터와 같은 데이터 변형을 바꿀 수 있습니다.

정규성

Q-Q 플롯과 같은 그래프 기술은 잔차가 정규 분포를 따르는지 여부를 결정합니다. 잔차는 그래프 중앙의 대각선을 따라 있어야 합니다. 잔차가 정규화되지 않은 경우 데이터에서 임의의 이상값이나 일반적이지 않은 값을 검정할 수 있습니다. 이상값을 제거하거나 비선형 변환을 수행하면 문제를 해결할 수 있습니다.

등분산성

등분산성은 잔차가 x의 모든 값에 대해 평균에서 일정한 분산 또는 표준 편차를 갖는다고 가정합니다. 그렇지 않으면 분석 결과가 정확하지 않을 수 있습니다. 이 가정이 충족되지 않으면 종속 변수를 변경해야 할 수 있습니다. 분산은 대규모 데이터 세트에서 자연스럽게 발생하므로 종속 변수의 척도를 변경하는 것이 합리적입니다. 예를 들어, 인구 규모를 사용하여 도시의 소방서 수를 예측하는 대신 인구 규모를 사용하여 1인당 소방서 수를 예측할 수 있습니다.

Amazon SageMaker는 고품질 기계 학습 모델(ML)을 빠르게 준비, 빌드, 훈련, 배포할 수 있는 완전관리형 서비스입니다. Amazon SageMaker Autopilot은 사기 탐지, 이탈 분석, 표적 마케팅과 같은 분류 및 회귀 문제를 위한 일반적인 자동 ML 솔루션입니다. 

빠르고 널리 사용되는 클라우드 데이터 웨어하우스인 Amazon Redshift는 기본적으로 ML용 Amazon SageMaker와 통합됩니다. Amazon Redshift ML을 사용하면 간단한 SQL 문을 사용하여 Amazon Redshift의 데이터로 ML 모델을 생성하고 훈련시킬 수 있습니다. 그런 다음 이러한 모델을 사용하여 모든 유형의 선형 회귀 문제를 해결할 수 있습니다.

지금 Amazon SageMaker JumpStart를 시작하거나 AWS 계정을 만드세요.